Watak Dinamis Sensor
Laila Katriani
Definisi
Fungsi Transfer suatu sistem linear didefinisikan
sebagai perbandingan transformasi Laplace
sinyal output terhadap sinyal input dengan
asumsi semua kondisi awal sama dengan nol.
u
t
kondisikondisi awalawal nolnolL
t
y
L
s
U
s
Y
s
G
_ _)
(
)
(
)
(
)
(
)
(
2 Output InputSifat-sifat Fungsi Transfer
• Fungsi transfer suatu sistem merupakan model matematik yang mengekpresikan persamaan diferensial yang
menghubungkan variabel output terhadap variabel input.
• Fungsi transfer adalah properti dari sistem itu sendiri, tidak bergantung pada input atau fungsi penggerak.
• Fungsi transfer memiliki besaran yang diperlukan untuk
menghubungkan input dan output. Tetapi tidak memberikan informasi tentang struktur fisik dari suatu sistem. Fungsi
transfer dapat sama (identik) dari bentuk fisik yang berbeda.
• Jika fungsi transfer sistem diketahui, output atau response dapat dipelajari dari berbagai input yang diberikan. Fungsi transfer memberikan deskripsi menyeluruh mengenai
Fungsi Transfer
) ( , 0 1 1 1 1 ) ( , 0 1 1 1 1...
...
t y output m m m m t u input n n n ny
a
y
a
y
a
y
b
u
b
u
b
u
b
u
a
u
t
kondisikondisi awalawal nolnolL
t
y
L
s
G
_ _)
(
)
(
)
(
0 1 1 1 0 1 1 1...
...
)
(
)
(
)
(
a
s
a
s
a
s
a
b
s
b
s
b
s
b
s
U
s
Y
s
G
n n n n m m m m
4 • Persamaan diferensial suatu sistem yang menghubungkanoutput dengan input
• Transformasi Laplace terhadap output dan input persamaan diatas (Lihat Transformasi Laplace) dengan kondisi awal sama dengan nol
Fungsi Transfer
Persamaan Karakteristik
•
Persamaan karakteristik suatu sistem
(linier) didefinisikan sebagai
denumerator polinomial fungsi transfer
sama dengan nol.
0
)
(
)
(
s
D
s
g
)
(
)
(
)
(
s
D
s
N
s
G
Note: Stabilitas suatu sistem linier SISO (input single-output) ditentukan dengan akar persamaan Fungsi Transfer Persamaan Karakteristik
Zero dan Pole
Suatu Fungsi Transfer
• Fungsi transfer biasanya direpresentasikan dalam bentuk polinomial pecahan sebagai berikut :
)
)...(
)(
(
)
)...(
)(
(
)
(
)
(
)
(
2 1 2 1 n mp
s
p
s
p
s
z
s
z
s
z
s
s
D
s
N
s
G
) 2 )( 1 ( ) 3 )( 1 ( ) 2 3 ( 3 4 ) ( ) ( ) ( 2 2 s s s s s s s s s s s D s N s G 6• Perhatikan contoh fungsi transfer berikut:
Solusi N(s)=0 disebut zeros (z), karena membuat G(s) bernilai nol. Solusi D(s)=0
disebut poles (p), karena membuat G(s) bernilai tak berhingga
Memiliki zero pada s=1, s=3 dan pole pada s=0, s= 1, s= -2
Zero dan Pole
dengan MatLab
• MatLab memiliki fungsi built-in “roots” yang dapat digunakan
untuk mencari zero dan pole suatu fungsi transfer :
) ( ) ( d roots poles c roots zeros s s s s s s s s s s s D s N s G 2 3 3 4 ) 2 3 ( 3 4 ) ( ) ( ) ( 3 2 2 2 2
• Perhatikan fungsi transfer berikut:
c adalah vektor koefisien numerator fungsi transfer dan d
vektor koefisien denumerator fungsi transfer >>num=[1 -4 3]; >>den=[1 3 2 0]; >>zeros=roots(num) >>poles=roots(den) • Perintah berikut: zeros = 3 1 poles = 0 -2 -1
Overview
• Persamaan Differensial yang diperoleh dari pemodelan matematik suatu sistem mewakili proses dinamik dari sistem tersebut dimana responsenya akan bergantung pada masukannya.
• Solusi dari persamaan differensial terdiri dari solusi steady state (didapat jika semua kondisi awal nol) dan solusi transien (mewakili pengaruh dari kondisi awal).
• Transformasi Laplace merupakan salah satu tools yang digunakan untuk menyelesaikan persamaan differensial.
•
Transformasi Laplace mengkonversikan
persamaan differensial (dalam
domain t
)
kedalam persamaan aljabar dalam
domain s
.
•
Memungkinkan memanipulasi persamaan
aljabar dengan aturan sederhana untuk
menghasilkan solusi dalam domain s.
•
Solusi dalam domain t dapat diperoleh
dengan melakukan operasi
inverse
Definisi
10
t
L
F
s
f
1
0dt
e
t
f
t
f
L
s
F
st Transformasi Laplace F(s) dari fungsi f(t) Inverse Transformasi LaplaceFungsi f(t) haruslah real dan kontinu
sepanjang interval waktu yang akan
dievaluasi, jika tidak transformasi Laplace
tidak dapat digunakan.
Teorema Transformasi
Laplace
• Linieritas
f
t
f
t
F
s
F
s
L
s
aF
t
af
L
2 1 2 1
dt
df
f
s
F
s
dt
t
f
d
L
f
s
sF
dt
t
df
L
0
0
0
2 2 2
dt
s
f
s
s
F
dt
t
f
L
0
t
sF
s
f
s t
lim
lim
0
t
sF
s
f
s tlim
0lim
f
t
e
F
s
L
s • Differensiasi • Integrasi • Nilai awal • Nilai akhir • Pergeseran waktuContoh:
Solusi Persamaan Differensial
s s Y y s sY y sy s Y s2 0 ´(0)3 3 (0)2 ( )51
t f t y dt t dy dt t y d 5 2 3 2 2
) 2 3 ( 5 ) ( 5 ) ( ) 2 3 ( 5 ) ( 2 3 3 2 2 2 2 2 2 s s s s s s Y s s s Y s s s s s Y s sY s s Y s 12Diberikan persamaan differensial sbb:
Dimana f(t) adalah fungsi unit step dengan kondisi awal y(0)=-1 dan y´(0)=2. Transformasi Laplace
menghasilkan: Fungsi unit
step dari tabel transformasi Laplace Menggunakan teorema differensiasi transformasi Laplace Solusi dalam domain t diperoleh dengan invers transformasi Laplace
) 2 )( 1 ( 5 ) 2 3 ( 5 ) ( 2 2 2 s s s s s s s s s s s Y 2 3 ) 1 ( 5 )] ( ) 2 [( 5 ) 2 ( 5 )] ( ) 1 [( 2 5 ) 2 )( 1 ( 5 )] ( [ 2 2 2 1 2 0 s s s s s Y s C s s s s s Y s B s s s s s sY A s s s ) 2 )( 1 ( 5 ) 2 ( ) 1 ( ) ( 2 s s s s s s C s B s A s Y
Invers transformasi Laplace dilakukan dengan
memanipulasi penyebut (denumerator) dalam fungsi Y(s) kedalam akar-akarnya:
Ekpansi dalam pecahan parsial,
Dimana A, B dan C adalah koefisien
14
)
2
(
2
3
)
1
(
5
2
5
)
(
s
s
s
s
Y
t te
e
t
y
22
3
5
2
5
)
(
Persamaan Y(s) dalam bentuk pecahan parsial menjadi
Dengan invers transformasi Laplace (di dapat dari tabel), persamaan dalam domain waktu y(t) menjadi
Prosedur Solusi persamaan Diferensial
dengan Transformasi Laplace
1. Transformasi persamaan differensial ke dalam
domain s dengan transformasi Laplace
menggunakan tabel transformasi Laplace.
2. Manipulasi persamaan aljabar yang telah
ditransformasikan untuk mendapatkan
variabel outputnya.
3. Lakukan ekspansi pecahan parsial terhadap
persamaan aljabar pada langkah 2.
4. Lakukan invers transformasi Laplace dengan
tabel transformasi Laplace untuk
Ekspansi Pecahan Parsial:
Review
• Transformasi Laplace dari suatu persamaan
differensial f(t) lazimnya diberikan dalam bentuk:
)
(
)
(
)
(
s
D
s
N
s
F
) )...( )( ( ) ( ) ( 2 1 s s s sN s s s N s F 16• Bentuk ekspansi pecahan parsial dari F(s) bergantung pada akar-akar persamaan karakteristiknya
(denumerator).
– Kasus 1: Persamaan karakteristik hanya memiliki akar real dan tidak sama
N(s) adalah numerator (pembilang) dalam s,
D(s) denumerator (penyebut) dalam s
Dalam kasus tersebut pecahan parsialnya dapat dituliskan dalam bentuk: ) ( ... ) ( ) ( ) ( 2 2 1 1 N N s s K s s K s s K s F Ki (i=1,…,N) adalah konstanta yang harus dicari
Ekspansi Pecahan Parsial:
Review
) )...( )( )...( )( ( ) ( )] ( ) [( 1 1 2 1 i i i i i i N i i s s i i s s s s s s s s s s s N s F s s K i M n n n n n ns s s s s s s N s F ) 2 ...( ) 2 ( ) 2 ( ) ( ) ( 2 2 2 2 2 1 2 2
• Kasus 2: Persamaan karakteristik hanya memiliki akar kompleks
Dalam kasus tersebut pecahan parsialnya dapat dituliskan dalam bentuk:
M n n M M n n n n s s B s A s s B s A s s B s A s F ) 2 ( ... ) 2 ( ) 2 ( ) ( 2 2 2 2 2 2 2 1 2 2 1 1
Konstanta K dicari dengan persamaan berikut:
Jika persamaan karakteristik hanya memiliki M pasangan complex-conjugate, F(s) dapat dituliskan sbb:
Dimana Ai dan Bi konstanta yang dicari dengan menyamakan pangkat dalam s
Ekspansi Pecahan Parsial:
Review
M n n n n n n N s s s s s s s s s s s s s N s F ) 2 ...( ) 2 ( ) 2 )( )...( )( ( ) ( ) ( 2 2 2 2 2 1 2 2 2 1 18• Kasus 3: Persamaan karakteristik memiliki akar real, tidak sama dan kompleks
Dalam kasus tersebut pecahan parsialnya dapat dituliskan dalam bentuk:
M n n M M n n n n N N s s B s A s s B s A s s B s A s s K s s K s s K s F ) 2 ( ... ) 2 ( ) 2 ( ) ( ... ) ( ) ( ) ( 2 2 2 2 2 2 2 1 2 2 1 1 2 2 1 1
Ekspansi Pecahan Parsial:
dengan software MatLab
• Fungsi transfer, F(s)=N(s)/D(s): ) ( ) ( ) ( ... ) 2 ( ) 2 ( ) 1 ( ) 1 ( ) ( ) ( s k n p s n r p s r p s r s D s N 0 , ... ... ) ( ) ( 0 1 1 1 0 1 1 1 m n n n n n m m m m b a a s a s a s a b s b s b s b den num s D s N
• Ekspansi pecahan parsialnya adalah
] ... [ ] ... [ 0 1 0 1 a a a den b b b num n n m m
• Dalam MatLab numerator (pembilang), num dan denumerator (penyebut), den dituliskan dalam bentuk vektor baris yang dinyatakan dengan koefisiennya
k(s) adalah direct term
• Perintah
>>[r,p,k]=residue(num ,den)
Perintah ini akan mencari residu, poles
dan direct term dari ekspansi pecahan
Contoh
20 1 3 3 3 2 ) ( ) ( 2 3 2 s s s s s s D s N• Dengan menggunakan MatLab, tentukan ekspansi pecahan parsial dari fungsi transfer berikut:
Solusi dengan MatLab: >>num=[1 2 3]; >>den=[1 3 3 1]; >>[r,p,k]=residue(num,den) r = 1.0000 0.0000 2.0000 p = -1.0000 -1.0000 -1.0000 k = [] Ekspansi pecahan parsialnya:
3 2 ) 1 ( 2 ) 1 ( 0 ) 1 ( 1 ) ( ) ( s s s s D s N
Tabel:
Kesalaha
an Dinamis
dalam
Sistem
Pengukur
an
Contoh kesalahan dinamis
Sistem Pengukuran Suhu secara dinamis.
Gambar diatas menunjukkan pengukuran lengkap suatu sistem yang terdiri dari n elemen. Tiap elemen i mempunyai steady-state ideal dan karakteristik dinamis linear dan dapat ditunjukkan oleh sensitivitas steady-state Ki dan fungsi transfer Gi(s).
∆𝑇𝑇 𝑠 103 1 + 10−4𝑠 ∆𝑉 𝑡 ∆𝐸 𝑡 ∆𝑇𝑀 𝑇 𝑇ℎ𝑒𝑟𝑚𝑜𝑐𝑜𝑢𝑝𝑙𝑒 𝐴𝑚𝑝𝑙𝑖𝑓𝑖𝑒𝑟 𝑅𝑒𝑐𝑜𝑟𝑑𝑒𝑟 25 2,5𝑥10−5𝑠210−2𝑠 + 1 𝑒. 𝑚. 𝑓 𝑣𝑜𝑙𝑡 𝑡𝑟𝑢𝑒 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑒 measured 𝑡𝑒𝑚𝑝𝑒𝑟𝑎𝑡𝑢𝑟𝑒 4 𝑥 10−6 1 + 10𝑠
Dari Fungsi Transfer untuk Pengukuran Sistem
∆𝑂 𝑠
∆𝐼 𝑠
= 𝐺 𝑠 = 𝐺
1
𝑠 𝐺
2
𝑠 . . . 𝐺
𝑖
𝑠 . . . 𝐺
𝑛
𝑠
[4.41]
Pertamakitacarifungsitransformasi Laplace
∆𝐼 𝑠
dari
∆𝐼 𝑡
kemudianmenggunakanTransformasi Laplace
Output
∆𝑂 𝑠 = 𝐺 𝑠 ∆𝐼 𝑠
Sehingga
[4.42]
Dimana :
ℒ
−1
= invers transformasi Laplace
Rumus kesalahandinamis :
𝐸 𝑡 = ∆𝑂 𝑡 − ∆𝐼 𝑡
[4.43]
MisalnyaPada input 20 ℃ .
Maka∆𝑇𝑇 𝑡 = 20 𝑡 dan ∆𝑇𝑇 𝑠 = 20 1 𝑠
Denganmenggunakantabel 4.1 danpersamaan [4.30] diperoleh :
•
Kesalahan dinamis dari sistem fungsi transfer subyek ke
input sinusoidal
•
Dari gambar [4.9] diperoleh:
• Deret Fourier Untuk Sinyal Periodik :
• Dengan input sinyal sistem diberikan oleh persamaan :
Dimana In=bn adalah amplitudo nth frekuensi harmonik nω1.
• Kita dapat menggunakan prinsip Superposisi, dimana properti dasar sistem linear (misal sistem digambarkan oleh persamaan diferensial linear). Hal ini dapat dituliskan :
• Artinya,jika input total sinyal adalah jumlah dari banyaknya gelombang sinus maka output total sinyal adalah jumlah dari respon tiap
Perhitungan
Kesalahan
Dinamis Input
Sinyal Periodik
Teknik
Kompens
asi
Dari persamaan [4.55] diperoleh E(t) = 0 untuk sinyal periodik yaitu :
|G( jω1) | = |G( j2ω1) | = . . . = |G( jnω1) | = . . . = |G( jmω1) | = 1
arg G( jω1) = arg G( j2ω1) = . . . = arg G( jnω1) = . . . = arg G( jmω1) = 0 [4.59]
Ket :
G( jω) = frequency response function
• Dimana m merupakan tingkat tertinggi harmonik signifikan. Untuk sinyal acak dengan frekuensi spektrum kontinu berada antara 0 dan ωMAX , kita memerlukan :
|G(jω)| = 1 dan arg G(jω) = 0 untuk 0 < ω ≤ ω MAX [4.60]
• Kondisi diatas menunjukkan teori ideal yang akan sulit direalisasikan dalam praktek. Selain itu, kriteria dalam praktek adalah limit variasi dalam|G( jω)| untuk frekuensi yang diberikan sinyal.
• Untuk contoh kondisi
0.98 <|G( jω)| < 1.02 untuk 0 < ω ≤ ωMAX [4.61]
Memastikan kesalahan dinamis dibatasi ≈ ±2 persen untuk sinyal yang berisi frekuensi diatas ωMAX/2π Hz (Gambar 4.15)
• Kriterialain yang digunakanadalahluasbidang. Luasbidangdarisebuahelemenatausistemadalah range frekuensidimana|G( jω)|> 1/ 2. Jadiluasbidangsistem, denganresponfrekuensi yang
ditunjukkanpadagambar4.15 adalah0 sampaiωBrad/s.
• SinyalfrekuensitertinggiωMAX haruskurangdaribesarnyaωB. Karena, bagaimanapun, adareduksi|G(
jω)|dalamωB.Kriterialuasbidanginitidakterlaluberpengaruhdalampengukuranlengkapsistem.
• Luasbidangbiasadigunakandalampenetapanresponamplifier; reduksipada|G( jω)| dari 1 sampai 1/ 2adalahsamadenganperubahandesibelN = 20 log(1/ 2) = −3.0 dB. Tingkat pertama elemen luas bidang berada diantara 0 dan 1/τ rad/s.
• Jikasistemgagaluntukbertemudengan limit spesifikasipadakesalahandinamis, misalnyafungsi transfer
G(s) tidakmemenuhikondisi [4.61],
makalangkahpertamanyaadalahmengidentifikasielemendalamsistemyang didominasiolehlingkungandinamis.
• Setelahmengidentifikasipengaruhelemensistem, ternyatametode yang paling meningkatkanrespondinamisadalahmodel/pola/bentuk yang melekat.
Dalamhalinitingkatpertama sensor suhudenganτ = MC/UA, τ dapatdiperkecildenganmemperkecilmassa/rasiodaerah M/A.
• Untukcontoh, digunakantermistordalambentukkepingan tipis. Dalamhalinitingkatkedua sensor gayadenganωn = k/m ,
ωndapatdiperbesardenganmemperbesark/m.Contohnyadigunakankekakuank yang
tinggidanmassam yang rendah. Kenaikank,bagaimanapunmenurunkansensitivitassteady-state
• Dari langkah kedua dan grafik respon frekuensi kita lihat bahwa nilai perbandingan optimal teredam ξ berkisar 0,7. Nilai ini menjamin ketetapan waktu minimum untuk tingkat respon dan |G( jω)|
terdekat dari kesatuan respon frekuensi.
• Metode lain adalah kompensasi dinamis loop-terbuka (gambar 4.16). Diberikan sebuah ketidakseimbangan elemen atau sistem
Gu(s), elemen kompensasi Gc(s) memperkenalkan ke dalam sistem,
seperti keseluruhan transfer fungsi G(s) = GU(s)GC(s) memenuhi
kondisi yang diperlukan (untuk contoh persamaan [4.61]).
• Jadi, jika rangkaian mendahului/tertinggal digunakan termokopel (gambar 4.16), keseluruhan waktu konstan mereduksi τ2 menjadi
|G( jω)| adalah kesatuan akhir terdekat dengan range frekuensi
yang lebih luas. Masalah utama dengan metode ini adalah τ dapat berubah dengan koefisien transfer panas U, sehingga mengurangi keefektifan teknik kompensasi.
• Metode lain adalah menggabungkan atau mengganti elemen ke dalam sistem loop-tertutup dengan high-gain negative feedback. Contohnya adalah suhu konstan anemometer untuk mengukur kecepatan fluktuasi fluida. Contoh lain adalah loop-tertutup akselerometer ditunjukkan dalam bagan dari diagram blok pada gambar 4.17.
• Pemakaian percepatan a dihasilkan dalam gaya inersia ma pada massa seismik. Keseimbangan ini diperoleh dari gaya magnet yang tetap pada arus kumparan yang membawa pengaruh arus balik.
• Ketidakseimbangan lain dari gaya dideteksi oleh gaya elastik elemen yang dihasilkan dari sensor posisi menggunakan potensiometer . Output dari tegangan potensiometer adalah amplify, memberikan output arus yang memberi pengaruh arus balik pada kumparan melewati resistor untuk memberikan output tegangan.
• Jika KA mencapai besarnya maka KA KD KF/k >>1 , sehingga fungsi transfer
sistem dapat dituliskan dalam bentuk :
• Kita lihat bahwa frekuensi natural sistem ωns lebih besar dari gaya elastik
elemen itu sendiri. Perbandingan teredam sistem ξs kurang dari ξ, tapi
pembuatan nilai ξs≈ 0.7 dapat diperoleh. Selanjutnya sensitivitas
steady-state sistem hanya bergantung pada m, KF, dan R, yang dapat dibuat